Wie erstellt man konsistente Game-Assets mit Qwen-Image 2.1?

Von Aktualisiert am 15 Min. Lesezeit

Qwen-Image 2.1 zeichnet ein ganzes Sheet mit Game-Assets in einem Bild: vier Ansichten eines Motivs, eine Objektfamilie oder einen Satz Props, auf echtem transparentem Hintergrund. Dieser Guide beschreibt die Methode hinter einem Set von über 1000 Dateien: Einstellungen, Prompt-Aufbau, Zerschneiden, kachelbare Texturen und dieselben Sheets als Referenz für Videomodelle.

Ein Sheet statt ein Bild pro Asset

Statt vom Modell ein Bild pro Sprite zu verlangen, lassen Sie es ein Sheet zeichnen: ein einzelnes 4-Megapixel-Bild, angelegt als Raster, dessen Zellen Sie anschließend per Skript zerschneiden.

  • Ein Motiv, zum Beispiel eine Figur, ist ein Sheet mit vier Ansichten derselben Figur.
  • Eine Objektfamilie ist ein Sheet mit acht bis zwölf verschiedenen Objekten.
  • Ein wichtiger Gegenstand, etwa eine Waffe, ist ein Sheet mit mehreren Ansichten dieses Gegenstands.

Ein Sheet bringt drei Dinge.

  • Konsistenz. Die vier Ansichten stammen aus demselben Rendering: gleiche Farben, gleiches Kostüm, gleiche Waffe, gleiches Licht. Vier getrennte Renderings ergeben vier verschiedene Figuren.
  • Ein Stil, den alle Objekte einer Familie teilen.
  • Durchsatz. Ein Sheet dauert vier bis fünf Minuten und liefert vier bis zwölf Sprites.
Turnaround-Sheet einer jungen Waldläuferin, erzeugt von Qwen-Image 2.1: vier Ansichten derselben Figur in einer Reihe auf transparentem Hintergrund
Ein Rendering, vier Ansichten: Front, Dreiviertel, Profil und Rücken. 2432 × 1664, 20 Schritte, CFG 3 mit APG und FreSca. Der vollständige Prompt steht weiter unten.

Die Sheets sind nicht nur für Spiele. Ein Turnaround einer Figur taugt als Referenzbild für ein App-Mockup, einen Comic oder ein Storyboard. Es ist auch die Art von Referenzbild, die Bild-zu-Video-Modelle wie Seedance, MiniMax Hailuo oder Wan 2.2 als Ausgangspunkt akzeptieren.

Alles Folgende wurde bei der Produktion eines Sets von über 1000 Dateien geprüft: Figuren, Gegenstände, Effekte, Props und Texturen für ein Spiel. Die Einstellungen folgen dem Einstellungs-Guide zu Qwen-Image 2.1.

Einstellungen und der ComfyUI-Graph

Nehmen Sie das Basismodell statt des Turbo, bei CFG 3 mit Negativ-Prompt, mit APG und FreSca auf dem Modellpfad. Im Graphen gibt es keinen Prompt-Upsampler: Der Prompt geht so hinein, wie er geschrieben ist.

KnotenEinstellung
UNETLoaderqwen_image_2.1_int8_convrot.safetensors
CLIPLoaderqwen3vl_8b_int8_convrot.safetensors, Typ qwen_image
VAELoaderqwen_image_2.1_vae_bf16.safetensors
QwenImage21Cachedevice auto, dtype int8
APGeta 1.0, norm threshold 10.0, momentum 0.3
FreScascale low 1.0, scale high 2.0, frequency cutoff 8
TextEncodeQwenImage21Prompt und Negativ-Prompt, Auflösung 1024
EmptyLatentImage2432 × 1664 für ein Sheet, 1024 × 1024 für eine Textur
KSampler20 Schritte, CFG 3.0, euler, simple, denoise 1.0
VAEDecode, SaveImagedas PNG kommt als RGBA heraus, siehe nächster Abschnitt

Der Modellpfad läuft über UNETLoader, dann QwenImage21Cache, APG, FreSca und den KSampler. Zeiten, gemessen auf der Maschine, die das Set produziert hat:

AufgabeZeit
Sheet, 2432 × 1664, 20 Schritte230 bis 320 s
Textur, 1024 × 1024, Text-zu-Bildetwa 80 s
Bild-zu-Bild-Durchlauf, 1024 × 1024etwa 40 s

Der Einstellungs-Guide dokumentiert eine 12-GB-Karte, die ein 4-Megapixel-Bild dieser Größe mit einer Spitze von 11,5 GB auf den int8-Gewichten rendert. Ein Sheet sollte also passen, solange nichts anderes die Karte belegt.

Zwei Fallen, wenn Sie ComfyUI über seine API steuern. Im JSON an /prompt wird ein Referenzbild als flacher Schlüssel übergeben: "images.image_1": [node, 0]. Die verschachtelte Form, "images": {"image_1": …}, wird ohne Fehler angenommen, und die Referenz wird stillschweigend ignoriert. Und prüfen Sie immer, ob das empfangene PNG im RGBA-Modus ist. Ein schlecht eingerahmter Prompt ergibt einen deckenden Hintergrund; brechen Sie dann mit einem Fehler ab, statt zu schneiden.

Native Transparenz

Qwen-Image 2.1 erzeugt von sich aus einen Alphakanal, sofern der Prompt von zwei Sätzen eingerahmt wird.

  • Anfang: This is an RGBA image with transparency.
  • Ende: The image has alpha channel and the background is transparent.

Das Ergebnis ist ein echtes RGBA-PNG. Etwa 1 % der Pixel sind halbtransparent, und es gibt keinen Farbsaum. Das ersetzt den alten Magenta-Hintergrund zum Freistellen, der Säume hinterließ und eine Bereinigung der Farbüberstrahlung erzwang.

Hängen Sie an den Schlusssatz an: no ground, no cast shadows, no frames, no text, no labels. Ohne diesen Zusatz setzt das Modell gern einen Schatten oder ein Stück Boden unter jedes Motiv, und das verdirbt den Schnitt.

Die vier Sprites des Waldläuferin-Sheets, über den Alphakanal getrennt und auf einem Schachbrettmuster gezeigt
Dasselbe Sheet, über den Alphakanal in vier Sprites zerschnitten, auf einem Schachbrettmuster. Kein Saum, kein Schatten, nichts zu bereinigen.

So schreibt man einen Sheet-Prompt

Da nichts den Prompt für Sie umschreibt, muss er lang und präzise sein: Die Prompts des Sets haben 2.500 bis 3.000 Zeichen, und ein kurzer Prompt ergibt ein schwaches Sheet, dessen Ansichten sich ähneln.

Die Reihenfolge unten ist die, die funktioniert hat. Behalten Sie sie bei.

  1. Der einleitende RGBA-Satz.
  2. Das Motiv und das Raster. „A game character turnaround sheet of one single character, description, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right.“
  3. Die Zellen, einzeln und nummeriert. „cell 1, … ; cell 2, … ; cell 3, … ; cell 4, …“ Auf einem 4-mal-2-Raster benennen Sie auch die Reihen: „Top row: cell 1, … Bottom row: cell 5, …“
  4. Die Identitätsklausel. „Same character in every cell: identical colours, proportions, costume, weapon and lighting.“
  5. Der Stilblock, derselbe für das ganze Set.
  6. Der abschließende RGBA-Satz.

Der vollständige Prompt des Waldläuferin-Sheets oben:

This is an RGBA image with transparency. A game character turnaround sheet of one single character, a young woman ranger in her twenties with light brown skin, a long dark braid over one shoulder, a hooded forest-green cloak, a brown leather jerkin over a cream linen shirt, dark trousers, tall laced boots, a straight one-handed sword with a plain steel crossguard and a leather-wrapped grip held low in her right hand with the point toward the ground, and a small round wooden buckler strapped to her left forearm, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right: cell 1, standing at rest, seen straight from the front, both feet on the same line, face fully visible; cell 2, standing at rest, turned 45 degrees to her right so we see the front and her right side, the sword arm nearest the viewer; cell 3, standing at rest in strict profile, facing right, one eye visible, the braid down her back, the sword in front of her; cell 4, standing at rest seen directly from behind, the back of the hood, the cloak and the braid, the sword hanging point down along her right leg so that exactly one blade shows beside the cloak, no face. Same character in every cell: identical colours, proportions, costume, weapon and lighting. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.

Regeln aus den Versuchen:

  • Beschreiben Sie das Material, nicht nur das Objekt. „a battle axe: a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked“.
  • Beschreiben Sie jede Ansicht durch das, was die Kamera sieht, nicht durch ihren Namen. „seen from a three-quarter back angle, turned 135 degrees so we see its back and its left side, the face hidden“ funktioniert. „back three-quarter view“ allein funktioniert deutlich seltener.
  • Eine Draufsicht, falls Sie eine ergänzen, braucht Nachdruck: Kamera senkrecht nach unten, nur Kopfoberseite und Schultern sichtbar, kein Gesicht, „like a token on a tactical board game map“.
  • Sagen Sie, was nicht da sein darf, wenn das Modell abdriftet. Einem Motiv ohne Gliedmaßen wachsen in den Angriffszellen Klauen und ein Maul, wenn der Text generisch bleibt. Schreiben Sie „no arms, no legs, no teeth“.
  • Schreiben Sie die Aktionszellen, falls Sie welche ergänzen, für jedes Motiv einzeln. Ein gemeinsamer Text, „the subject attacks“, ergibt über alle Figuren hinweg schwache Posen. Jedes Motiv bekommt sein eigenes Ausholen und seinen eigenen Schlag: eine erhobene Keule, einen Biss, einen Feueratem, einen Tentakel.
  • Achten Sie auf Wörter, die das Rendering verändern. „bold simplified, strong contrast, clean silhouette“ für ein Inventar-Icon ergab ein schwarz-weißes Piktogramm. Für ein farbiges Icon schreiben Sie „in full colour, painted with exactly the same rich materials as cell 1“.
  • Ein Stilblock für das ganze Set hält Motive, Objekte und Props in derselben Welt. Der Block dieses Sets steht im Prompt oben: handgemalte Spielillustration, sichtbare Pinselstriche, Materialdetails, klare Silhouetten, weiches Frontlicht von leicht oben, ein kühles Kantenlicht, keine Outline, keine Bewegungsunschärfe.

Der Negativ-Prompt des Sets:

artifacts, washed-out colors, low quality, low resolution, blurry, extra fingers, missing fingers, deformed hands, bad anatomy, extra limbs, text, watermark, signature, labels, captions, letters, numbers, cast shadow, ground, floor, gradient background, frame, border lines, photo, 3d render

Das Waldläuferin-Sheet aus einem Prompt mit unter 400 Zeichen: die vier Ansichten halten, aber das Kostüm driftet ab
Dieselbe Waldläuferin aus einem Prompt mit unter 400 Zeichen, gleicher Seed und gleiche Einstellungen. Die vier Ansichten halten, aber das Kostüm driftet ab: kurze Ärmel, ein anderes Wams, der Zopf fehlt in der Rückenansicht. Die Länge trägt die Information, die das Modell braucht.

Sheet-Vorlagen

Alle Sheets haben 2432 × 1664 Pixel.

Einzelnes Motiv: eine Reihe von 4, eine Figur

ZelleAnsicht
1Ruhepose, Front
2Ruhepose, Dreiviertel von vorn
3Ruhepose, strenges Profil
4Ruhepose, Rücken

Vier Ansichten in einer Reihe ist das Layout, das in jedem Test gehalten hat: hohe Zellen, eine große Figur, die Waffe in jeder Ansicht richtig gezeichnet. Ein 4-mal-2-Raster mit einer Draufsicht und zwei Aktionszellen funktioniert auch, aber genau diese vier Zusatzzellen sind es, in denen die Sheets schiefgehen: eine zweite Klinge in der Rückenansicht, ein falsch sitzendes Schwert von oben, eine seltsame Hand beim Schlag. Ergänzen Sie sie, wenn Sie sie brauchen, und prüfen Sie sie einzeln.

Objektfamilie: 4 mal 3 oder 4 mal 2, verschiedene Objekte

Eine Zeile pro Zelle: „Cell 5, row 2 column 1: description.“ Lange Objekte bekommen „lying horizontally across the cell, pointing to the right“ (quer in der Zelle liegend, Spitze nach rechts), damit sie ihre Zelle füllen. Zum Schluss: „Exactly one object per cell, N objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell.“

Zwölf Objekte pro Sheet sind das Maximum, das im Set verwendet wurde. Darüber werden die Zellen klein.

Sheet mit zwölf Dungeon-Objekten, erzeugt von Qwen-Image 2.1 in einem 4-mal-3-Raster auf transparentem Hintergrund: Schlüssel, Fackel, Trank, Beutel, Axt, Schild, Schriftrolle, Laterne, Schwert, Brot, Kompass, Seil
Zwölf Objekte, ein Rendering, ein Stil. Jede Zelle wird im Prompt mit Zeile und Spalte benannt.

Der vollständige Prompt dieses Sheets:

This is an RGBA image with transparency. A game item sheet of twelve different dungeon objects, each drawn large in its own cell of a strict 4 by 3 grid of equal cells with generous empty space between the cells, read left to right then top to bottom. Cell 1, row 1 column 1: an iron key with a looped bow and two square teeth, lying horizontally across the cell, pointing to the right. Cell 2, row 1 column 2: a wooden torch, a split oak stick wrapped in tarred cloth, the flame burning upward. Cell 3, row 1 column 3: a small red health potion, a round glass flask with a cork stopper and a wax seal. Cell 4, row 1 column 4: a leather coin pouch, drawstring closed, bulging, two gold coins showing at the mouth. Cell 5, row 2 column 1: a battle axe, a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked, lying horizontally across the cell, pointing to the right. Cell 6, row 2 column 2: a round wooden shield with an iron rim and a central iron boss, three planks visible, seen straight on. Cell 7, row 2 column 3: a rolled parchment scroll tied with a red ribbon, lying horizontally across the cell, pointing to the right. Cell 8, row 2 column 4: a lantern, a square iron frame with four glass panes and a ring handle, a candle glowing inside. Cell 9, row 3 column 1: a short sword with a plain crossguard, a leather-wrapped grip and a round pommel, lying horizontally across the cell, pointing to the right. Cell 10, row 3 column 2: a loaf of dark rye bread with a cracked crust. Cell 11, row 3 column 3: a brass compass in an open round case, the needle visible. Cell 12, row 3 column 4: a coil of hemp rope with a frayed end. Exactly one object per cell, twelve objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.

Props und Effekte: 4 mal 2 oder 4 mal 3

Props: „dungeon fixtures seen straight on from the front“, mit gleichmäßigem Licht. Effekte: „glowing, with soft luminous edges“. Projektile: „flying to the right“.

Ein Gegenstand in mehreren Ansichten: eine Reihe von 4

Dasselbe Objekt in allen vier Zellen: die Grundansicht von vorn, am Boden liegend von oben gesehen, ein farbiges Inventar-Icon, ein zweifarbiges Aktions-Icon. Wurfansichten lassen sich in einer zweiten Reihe ergänzen; eine erste Serie mit einem Falchion und einer Axt ergab überzeugende perspektivische Verkürzungen, einschließlich der Axt von der Schneide her gesehen, aber eine frontal gesehene geworfene Waffe ist die Zelle, die am häufigsten misslingt. Diese Vorlage ist die neueste des Sets und noch in Prüfung.

Sheet eines Trankfläschchens in vier Ansichten, erzeugt von Qwen-Image 2.1: aufrecht, am Boden, Inventar-Icon und Aktions-Icon
Ein Fläschchen, vier Ansichten. Die Icons sitzen in den Zellen 3 und 4. Unter die ersten beiden Zellen hat sich trotz des Schlusssatzes ein schwacher Schatten geschlichen.

Dasselbe Rezept in anderen Stilen

Das Raster, die Zelltexte und der RGBA-Rahmen hängen nicht vom Stil ab. Nur der Stilblock ändert sich. Die Sheets unten stammen aus dem Waldläuferin-Prompt, dessen Stilblock gegen einen dieser Blöcke getauscht wurde:

  • Pixel-Art. Style: 16-bit pixel art, a visible pixel grid, flat colours with two or three shades per material, hard pixel edges, a one-pixel dark outline, no anti-aliasing, no gradients.
  • Anime. Style: anime cel shading, clean dark line art, flat colours with one hard shadow tone, small bright highlights, a saturated palette, soft frontal light.
  • Flat Vector. Style: flat vector illustration, simple geometric shapes, no gradients, no texture, a limited palette of six colours, thick uniform outlines, soft frontal light.
  • Low Poly. Style: low poly 3D render look, visible flat triangular facets, matte materials, no texture detail, soft studio light from the front and above.

Für den Low-Poly-Block entfernen Sie „3d render“ aus dem Negativ-Prompt, sonst arbeiten die beiden Anweisungen gegeneinander.

Das Waldläuferin-Sprite-Sheet, gerendert von Qwen-Image 2.1 im 16-Bit-Pixel-Art-Stil
Pixel-Art-Block. Gleiches Raster, gleiche Zelltexte, gleicher Seed.
Das Waldläuferin-Sprite-Sheet, gerendert von Qwen-Image 2.1 im Anime-Cel-Shading-Stil
Anime-Block.
Das Waldläuferin-Sprite-Sheet, gerendert von Qwen-Image 2.1 im Flat-Vector-Stil
Flat-Vector-Block.
Das Waldläuferin-Sprite-Sheet, gerendert von Qwen-Image 2.1 im Low-Poly-3D-Look
Low-Poly-Block, mit „3d render“ aus dem Negativ-Prompt entfernt.

In den vier Sheets oben blieben die Figur, ihr Kostüm und ihre Posen von einem Block zum nächsten erhalten; nur das Rendering änderte sich. Wählen Sie einen Block für ein ganzes Set. Sprites aus verschiedenen Blöcken passen nicht zusammen.

Das Sheet in Sprites zerschneiden

Der Schnitt erfolgt über den Alphakanal, in vier Schritten.

  1. Das Bild in gleich große Zellen teilen.
  2. In jeder Zelle die Bounding Box der Pixel nehmen, deren Alpha über 32 liegt, mit 4 Pixel Rand.
  3. Alpha unter 24 auf null setzen, das entfernt den Halo.
  4. Eine Zelle mit weniger als 100 deckenden Pixeln als leer behandeln.

Dann jedes Sprite nach seinem Verwendungszweck platzieren.

  • Motiv-Sprite: in eine Zeichenfläche mit dem Seitenverhältnis des Referenzbilds des Spiels, Füße auf der Unterkante.
  • Objekt: zentriert in der Zeichenfläche.
  • Inventar-Icon: ein Quadrat von 192 Pixeln. Ein Objekt, das länger als das 1,6-Fache seiner Breite ist, wird um 45 Grad gedreht, Spitze nach oben rechts.
  • Tür, Gitter: von Kante zu Kante gestreckt, Alpha fest auf 255. Türen kommen zwei- bis viermal dunkler heraus als gewünscht, also gleichen Sie ihre Helligkeit an eine Referenz an.

Ragt ein Motiv in die Nachbarzelle, schneidet der Schnitt es ab. Deshalb verlangt der Prompt „generous empty space between the cells“.

Nahtlose Texturen

Das Modell erzeugt auch dann keine perfekte Kachel, wenn man sie verlangt. Die Methode unten, nach mehreren Fehlschlägen beibehalten, repariert die Naht deshalb nachträglich.

  1. Text-zu-Bild bei 1024 × 1024 mit „A seamless tileable texture, top-down flat orthographic close-up of … Even diffuse lighting, no vignette, no perspective.“
  2. Das Bild um die halbe Breite und die halbe Höhe verschieben. Die Naht läuft jetzt als Kreuz durch die Mitte.
  3. Bild-zu-Bild mit Stärke 0.55 auf dem verschobenen Bild, mit dem Knoten QwenImageImg2Img.
  4. Nur ein weichgezeichnetes zentrales Kreuz dieses Durchlaufs behalten, 96 Pixel beiderseits der Naht mit 32 Pixel Gaußscher Unschärfe, zurück auf das verschobene Original gesetzt. Die Ränder bleiben das unberührte Innere des ersten Renderings.
  5. Zurückschieben in die andere Richtung.
  6. Mirror Blend über 24 Pixel beiderseits der Kante, um den letzten Farbsprung zu tilgen, und damit den im Relief.
  7. Normal Map und Roughness aus dem fertigen Bild ableiten.

Kontrollmaß: die mittlere Differenz zwischen gegenüberliegenden Kanten, geteilt durch den mittleren Gradienten im Inneren der Kachel. Bei 1,0 unterscheidet sich die Naht nicht mehr von irgendeinem Nachbarpixel.

Eine Steinboden-Textur von Qwen-Image 2.1, 2 mal 2 gekachelt: das rohe Rendering zeigt eine sichtbare kreuzförmige Naht, die reparierte Fassung nicht
Dieselbe Textur, 2 mal 2 gekachelt. Links: das rohe Rendering, die Naht ist ein Kreuz. Rechts: nach dem verschobenen Bild-zu-Bild-Durchlauf und dem Mirror Blend.

Was nicht funktioniert hat:

  • Ein vollständiger Bild-zu-Bild-Durchlauf ohne Maske: Das Modell erzeugt an seinen eigenen Rändern eine neue Naht.
  • Zwei abwechselnde Durchläufe: Das Ergebnis wird schlechter, 2,07, dann 2,43 bei der Bodentextur.
  • Eine vorhandene niedrig aufgelöste Textur per Bild-zu-Bild neu malen: ein gestreiftes Ergebnis. Fangen Sie wieder bei Text-zu-Bild an.

Verlangen Sie große Muster, fünf oder sechs Steinlagen pro Kachel. Kleine Muster machen die Wiederholung offensichtlich.

Neu rendern, prüfen, iterieren

  • Ein Sheet ist deterministisch für einen gegebenen Prompt und Seed. Bewahren Sie das rohe PNG und den Prompt-Text daneben auf.
  • Ein Motiv neu machen heißt, sein ganzes Sheet mit einem anderen Seed neu zu rendern, nie eine einzelne Zelle. Behalten Sie das alte Sheet: Eine bessere Pose lässt sich später daraus herausnehmen.
  • Zeichnen und Schneiden trennen. Schnitt und Platzierung lassen sich aus den rohen Sheets erneut ausführen, ohne ComfyUI aufzurufen.
  • Den Batch wiederaufnehmbar machen. Ein Sheet, das schon auf der Platte liegt, wird nicht noch einmal gezeichnet, so übersteht ein dreistündiger Lauf eine Unterbrechung.

Drei Prüfungen lohnen sich, bevor die Sprites ins Spiel gehen.

  • Auf hellem Hintergrund oder Schachbrettmuster sichten, nicht auf Dunkelgrau. Ein dunkler Hintergrund verbirgt Säume und Halos.
  • In Spielgröße ansehen, nicht nur vergrößert. Ein Icon muss bei 32 Pixeln lesbar bleiben.
  • Einen Screenshot im Spiel machen, um Sprites gegen Oberflächen zu prüfen. HD-Sprites auf Wänden aus groben Pixeln beißen sich. Die Oberflächen müssen dann auf demselben Niveau neu gemacht werden.

Bekannte Grenzen

  • Objekte kommen manchmal zu fotografisch heraus, vor allem Metall und Glas. Beheben Sie das von Fall zu Fall im Text.
  • Die Aktionszellen sind der unzuverlässigste Teil. Prüfen Sie sie Motiv für Motiv.
  • Farbtöne driften von einem Sheet zum nächsten: Wände werden blau, Türen kommen dunkel heraus. Legen Sie die Farbe im Text fest und korrigieren Sie bei Bedarf nachträglich.
  • Das Modell kann Zellen verschmelzen oder verdoppeln, wenn das Raster voll ist. Bleiben Sie bei höchstens zwölf Zellen und benennen Sie jede Zelle mit Zeile und Spalte.
  • Text und Symbole auf den Objekten, Runen oder Inschriften, sind nicht zuverlässig. Lassen Sie sie weg oder fügen Sie sie nachträglich hinzu.
  • Lizenz. Die Gewichte stehen unter der Qwen Research License: nur Forschung und Evaluation. Assets, die in einem kommerziellen Spiel ausgeliefert werden, brauchen vorher eine Lizenz von Qwen, und ein gehosteter Dienst hat eigene Bedingungen.

Die Einstellungen des Sets in einer Tabelle:

EinstellungWert
ModellQwen-Image 2.1 Basis, int8
Schritte, CFG20, 3.0 mit Negativ-Prompt
Samplereuler, simple
GuidanceAPG 1.0, 10.0, 0.3, dann FreSca 1.0, 2.0, 8
Sheet2432 × 1664, eine Reihe von 4 oder ein 4-mal-3-Raster
Textur1024 × 1024, fester Seed
Naht-DurchlaufBild-zu-Bild bei 0.55, Band von 96 Pixeln
Kantenübergang24 Pixel

Häufige Fragen

Kann Qwen-Image 2.1 transparente PNGs erzeugen?

Ja, ohne jede Nachbearbeitung. Beginnen Sie den Prompt mit „This is an RGBA image with transparency.“ und schließen Sie ihn mit „The image has alpha channel and the background is transparent.“ Das PNG hat einen echten Alphakanal, etwa 1 % halbtransparente Pixel und keinen Farbsaum. Ergänzen Sie „no ground, no cast shadows“, sonst zeichnet das Modell einen Boden unter das Motiv.

Wie viele Sprites passen auf ein Sheet?

Vier für eine Figur oder ein anderes einzelnes Motiv, in einer Reihe bei 2432 × 1664 Pixeln: Front, Dreiviertel, Profil und Rücken. Bis zu zwölf für eine Objektfamilie, in einem 4-mal-3-Raster. Über zwölf werden die Zellen klein, und das Modell beginnt, sie zu verschmelzen oder zu verdoppeln. Benennen Sie jede Zelle mit Zeile und Spalte und verlangen Sie großzügigen Leerraum zwischen den Zellen, damit der Schnitt nichts abschneidet.

Kann ich diese Sheets für Video oder in einem kommerziellen Spiel nutzen?

Ein Turnaround-Sheet ist die Art von Referenzbild, die Bild-zu-Video-Modelle wie Seedance, MiniMax Hailuo oder Wan 2.2 als Ausgangspunkt akzeptieren. Für ein kommerzielles Spiel prüfen Sie zuerst die Lizenz: Die Gewichte von Qwen-Image 2.1 stehen unter der Qwen Research License, die nur Forschung und Evaluation abdeckt. Kommerzielle Nutzung braucht eine separate Lizenz von Qwen.